Question

在我的程序中，我需要将[1, 10**5)范围内的数字对存储在一组中，并对其进行多次查找。我可以将它们作为元组添加到集合中：

seen = set()
seen.add((x, y))
(x, y) in seen  # True

，但是有一种更有效的方法，例如使用由两个数字组成的数字/字符串键？

Answer 1

AFAIK OP的方法几乎是最有效的。集合对它们的内容进行哈希处理，使查找具有恒定的复杂性，而元组由于其内部结构又小又快，因此对一对冻结对象使用冻结集（可哈希化，因此可以作为集合的元素）并不是没有道理的。价值观。因此，除非您对元组的顺序有问题（不是无序的），否则您就很好。

Answer 2

似乎将数字组合是最快的方法（比在测试中使用元组快约2倍）：

seen = set()
seen.add(x*10**5+y)
x*10**5+y in seen  # True

P.S。为了测试它，我在ipython中的以下两个函数上使用了%timeit：

def f1():
    seen = set()
    for x in range(1000):
        for y in range(1000):
            seen.add((x, y))
            assert (x, y) in seen    

def f2():
    seen = set()
    for x in range(1000):
        for y in range(1000):
            seen.add(x*10**5+y)
            assert x*10**5+y in seen

结果：

In [2]: %timeit f1()
466 ms ± 1.08 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [3]: %timeit f2()
254 ms ± 1.63 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Answer 3

虽然将数字组合在一起（x * 10 ** 5 + y）可以提供更好的性能，但可能更难调试集合中的问题。比元组更快但比数字组合慢一点的替代方法是使用字典：

def f3():
    seen = dict()
    for x in range(1000):
        for y in range(1000):
            seen.setdefault(x,set()).add(y)   # insert a new pair
            assert x in seen and y in seen[x] # check if pair in dictionary

此f3（）函数的时间为0.284秒，而f2（）的时间为0.248秒（因此不会造成很大的性能损失）。它还使您能够轻松列出任何给定x的y值。

编辑

使用defaultdict确实可以使其更快。它甚至比数字组合（0.126）快，比一组元组快4倍。

from collections import defaultdict
def f4():
    seen = defaultdict(set)
    for x in range(1000):
        for y in range(1000):
            seen[x].add(y)        # insert a new pair
            assert y in seen[x]   # check if pair in dictionary

如何有效地将数字对存储在一组中？

3 个答案: